如何找到2列的唯一組合，刪除不唯一的組合，僅在熊貓中保留第一行

Question

我有一個包含2列的數據集。 並且有數據組合。 我想查找是否沒有唯一組合，並刪除它們，僅保留第一行。

所以這是一個數據集

dim_set = [ ('Customer group$Large', 'DEPARTMENT$Sales'),
        ('Customer group$Medium', 'DEPARTMENT$Sales'),
        ('Customer group$Small', 'DEPARTMENT$Sales'),
        ('DEPARTMENT$Sales', 'Customer group$Large'),
        ('DEPARTMENT$Sales', 'Customer group$Medium'),
        ('DEPARTMENT$Sales', 'Customer group$Small')
        ]
df = pd.DataFrame(dim_set, columns=['dim', 'linked_dim'])
df

預期的輸出應該是

Answer 1

我相信您需要對每一行進行排序並刪除重復項：

df = (pd.DataFrame(np.sort(df[['dim', 'linked_dim']], axis=1),
                   columns=['dim', 'linked_dim'])
        .drop_duplicates())
print (df)
                     dim        linked_dim
0   Customer group$Large  DEPARTMENT$Sales
1  Customer group$Medium  DEPARTMENT$Sales
2   Customer group$Small  DEPARTMENT$Sales

Answer 2

我認為它將為您服務

import numpy as np
df = (pd.DataFrame(np.sort(df[['dim', 'linked_dim']]),columns=['dim','linked_dim']).drop_duplicates())
print (df)